Quel problème Prophet cherche-t-il à résoudre ?
La logique centrale des marchés de prédiction traditionnels est de permettre aux participants de former des jugements sur la probabilité d'événements futurs par le biais d'échanges — comme les résultats d'une élection, l'approbation d'un ETF ou le franchissement d'un intervalle de prix spécifique par une cryptomonnaie. Les variations des prix du marché sont souvent interprétées comme l'anticipation du marché quant à l'issue de l'événement.
Cependant, ces marchés dépendent fortement des participants au trading et de la liquidité. Sans un nombre suffisant d'acheteurs et de vendeurs, ils souffrent de liquidité insuffisante, de distorsion des prix, voire d'une incapacité à fonctionner. Ce problème est particulièrement aigu pour les sujets de niche ou peu populaires.
Prophet cherche à changer ce modèle. Son concept clé est de faire jouer à l'IA le rôle de contrepartie directe sur le marché, permettant ainsi à celui-ci de maintenir une liquidité et des fonctions de trading de base, même en l'absence d'autres traders. Cette conception permet également aux marchés de prédiction de s'éloigner du modèle d'appariement traditionnel pour évoluer vers une approche plus automatisée et intelligente.
(Source : prophetmarketai)
Dans la conception de Prophet, l'IA n'est pas un simple outil d'analyse auxiliaire, mais un acteur central du marché. Lorsqu'un utilisateur crée un marché de prédiction — par exemple, « BTC franchira-t-il un prix donné ? », « les États-Unis baisseront-ils leurs taux d'intérêt ? » ou « un produit sera-t-il officiellement lancé ? » — le système analyse la probabilité de l'événement.
L'IA de Prophet calcule cette probabilité à partir de données historiques, d'informations en temps réel, d'inférences de modèles et du comportement du marché, puis la convertit en prix du marché. Par exemple, si l'IA estime que l'événement a 70 % de chances de se réaliser, le système attribue un prix proche de 0,7, reflétant la probabilité estimée par le marché.
Contrairement aux marchés de prédiction traditionnels, Prophet n'a pas besoin d'attendre que d'autres traders passent des ordres. L'IA fournit directement des prix de demande et d'offre et assume une partie du risque de trading, permettant au marché de se former quasi instantanément. C'est l'une des caractéristiques les plus fondamentales de Prophet.
Pourquoi Prophet n'a-t-il pas besoin d'appariement traditionnel ?
Les marchés de prédiction classiques reposent lourdement sur les acheteurs, les vendeurs et la liquidité. Un nombre insuffisant de participants entraîne des transactions échouées, des distorsions de prix ou un manque de liquidité, surtout pour les sujets de niche. Prophet contourne ce problème en faisant de l'IA une « contrepartie permanente », éliminant ainsi l'attente de liquidité. Même les marchés de niche ou à longue traîne peuvent être rapidement établis et opérés, tout en réduisant le coût de leur création. Ainsi, le concept central de Prophet ne réside pas seulement dans la capacité prédictive de l'IA, mais dans la création d'un nouveau modèle de liquidité qui permet aux marchés de prédiction de fonctionner avec une efficacité bien supérieure.
Prophet ne se fie pas à un unique modèle d'IA pour la prédiction des prix ; il utilise plutôt un mécanisme d'intégration multi-modèle afin de réduire les risques de biais et d'erreur. Les différents modèles d'IA pouvant varier dans leur compréhension des données, leurs méthodes d'inférence et leurs orientations d'entraînement, s'appuyer sur un seul d'entre eux expose à des biais spécifiques ou à des signaux erronés. Pour améliorer la stabilité et la crédibilité, Prophet combine plusieurs grands modèles d'IA, diverses sources de données et différents résultats d'inférence, construisant ainsi une base de jugement plus exhaustive.
Dans le processus, le système collecte d'abord de manière synchrone les prédictions de chaque modèle pour un même événement, en intégrant les données de marché, les informations externes et d'autres sources d'analyse. Il effectue ensuite une vérification croisée entre les modèles. Comme les modèles peuvent produire des différences de probabilité, des conclusions contradictoires ou des directions d'analyse divergentes, Prophet utilise un mécanisme de pondération et une validation croisée pour ne retenir que les résultats les plus crédibles.
Après intégration, le système fournit la probabilité de l'événement et la convertit en prix de marché correspondant. Par exemple, si l'IA estime globalement que la probabilité de réalisation est de 65 %, le prix du marché se situera autour de 0,65. L'objectif fondamental de cette conception est de réduire le risque d'inexactitude propre à un modèle unique grâce à la collaboration multi-modèle, tout en améliorant la rationalité et la stabilité de la tarification.
Au-delà du mécanisme de tarification par IA, Prophet se distingue également par sa capacité de règlement automatisé. Les marchés de prédiction traditionnels, une fois l'événement terminé, s'en remettent souvent à un arbitrage manuel, à un vote communautaire ou à des institutions tierces pour confirmer le résultat — un processus lent et sujet aux litiges en raison des facteurs humains.
Prophet cherche à déterminer l'issue de l'événement directement via l'IA et des processus systématiques. Lorsqu'un événement prend fin, le système collecte automatiquement des sources de données externes — données d'échange, informations on-chain ou autres données publiques — et les transmet au modèle d'IA pour analyse et comparaison afin de confirmer si l'événement s'est produit. Une fois la détermination faite, le marché exécute automatiquement le règlement, réduisant ainsi l'intervention humaine.
Prenons l'exemple de savoir si BTC franchit un certain prix : le système peut se référer directement aux données de prix en temps réel d'une plateforme d'échange de cryptomonnaies, ou vérifier le résultat via des informations on-chain pour confirmer la réalisation de l'événement. Grâce à cette approche, Prophet vise à instaurer un modèle de marché de prédiction plus efficace et moins frictionnel, tout en réduisant les coûts temporels et les risques de litige inhérents aux processus d'arbitrage traditionnels.
Mécanisme de test par tranches : pourquoi un déploiement progressif ?
Prophet adopte actuellement un modèle de test par tranches. L'objectif est de vérifier progressivement la stabilité du mécanisme global du marché, tout en limitant les risques potentiels aux premiers stades. Comme Prophet combine des mécanismes novateurs — tarification par IA, fourniture de liquidité et règlement automatisé — la plateforme doit d'abord observer le fonctionnement réel via des tests à petite échelle avant de déployer le marché à grande échelle.
Dans ce cadre, Prophet doit non seulement valider la rationalité de la capacité de tarification du modèle d'IA, mais aussi tester les performances du modèle de liquidité dans un environnement de trading réel. De plus, la plateforme entend collecter davantage de données réelles grâce à la participation précoce des utilisateurs, afin d'optimiser le jugement du modèle et les capacités de contrôle des risques.
Actuellement, la phase 1 — Tranche 1 — se concentre sur une vérification du marché à petite échelle, avec un Pool de liquidité initial d'environ 10 000 USDC, une taille de marché limitée et une conception de trading axée sur des marchés à cycle court. De plus, seuls certains utilisateurs peuvent y participer. Ces éléments montrent que Prophet en est encore à un stade précoce de test et de validation, l'accent n'étant pas mis sur l'expansion à grande échelle, mais sur la confirmation de la stabilité du marché piloté par l'IA.
Le changement fondamental de Prophet : du marché piloté par l'humain au marché piloté par les modèles
Dans les marchés de prédiction traditionnels, la formation des prix repose essentiellement sur le consensus entre traders humains. Les participants ajustent continuellement les prix par leurs comportements d'achat et de vente, aboutissant à un jugement collectif sur la probabilité d'un événement. Ces marchés dépendent donc fortement du nombre de participants, de la profondeur de la liquidité et du sentiment du marché.
La direction proposée par Prophet introduit une logique radicalement différente. Le concept central est que les prix du marché ne proviennent plus entièrement de l'appariement entre humains, mais sont directement générés par des modèles d'IA sous forme de probabilités d'événements et de prix. En d'autres termes, l'IA n'est plus un simple outil d'analyse auxiliaire ; elle devient progressivement un acteur central de la tarification.
Cela implique également que l'orientation des marchés de prédiction pourrait passer d'une dynamique axée sur l'appariement humain et la liquidité à une dynamique pilotée par les modèles et la liquidité de l'IA. Cette transformation ne constitue pas seulement une évolution technique ; elle pourrait modifier la manière dont les marchés financiers formeront les prix à l'avenir, faisant évoluer le rôle de l'IA d'analyste à participant direct.
Résumé
Prophet propose une architecture radicalement différente des marchés de prédiction traditionnels, cherchant à redéfinir la création, la tarification et le règlement des marchés grâce à l'IA. Ses principales caractéristiques incluent l'IA comme contrepartie, la tarification probabiliste multi-modèle, le règlement automatisé et la fourniture instantanée de liquidité. L'objectif est d'abaisser la barrière à l'entrée des marchés de prédiction tout en améliorant l'efficacité de leur création et de leur fonctionnement.
Bien que Prophet en soit encore au stade des tests précoces, ce modèle de marché piloté par l'IA esquisse déjà un nouveau type de prototype financier, fruit de l'intégration profonde du Web3 et de l'IA. Si la précision des modèles d'IA, les capacités de contrôle des risques et les mécanismes de confiance du marché continuent de s'améliorer, ces marchés de prédiction par IA pourraient bien devenir une nouvelle direction pour le développement financier on-chain.
